序

在“求佛保服務(wù)器不停機(jī)”、“殺程序員祭天”的環(huán)境下,，程序員每天提心吊膽,，接到電話和短信都嚇得發(fā)抖。為了我們的安全,，及時(shí)發(fā)現(xiàn)服務(wù)器運(yùn)行問(wèn)題不再僅僅是運(yùn)維的問(wèn)題,。今天我總結(jié)一下常見(jiàn)的服務(wù)器監(jiān)控指標(biāo)，希望所有的開(kāi)發(fā)者都能運(yùn)行一個(gè)腳本來(lái)保護(hù)自己的生命,。

獲取服務(wù)器信息

當(dāng)需要同時(shí)監(jiān)控多臺(tái)機(jī)器時(shí),，每臺(tái)機(jī)器都需要運(yùn)行一個(gè)監(jiān)控程序。首先,，我們需要獲取服務(wù)器的信息來(lái)區(qū)分機(jī)器,。當(dāng)問(wèn)題發(fā)生時(shí)，我們還可以評(píng)估問(wèn)題的嚴(yán)重程度,。

獲取IP

獲取intranet IP:

通過(guò)ifconfig命令獲取所有網(wǎng)絡(luò)信息,，并刪除本地主機(jī)和ipv6信息。

/sbin/ifconfig | grep inet | grep-v ' 127 . 0 . 0 . 1 ' | grep-v inet 6 | awk ' { print $ 2 } ' | tr-d ' addr : '

注意,，這里應(yīng)該使用ifconfig的絕對(duì)路徑,，因?yàn)槿绻O(jiān)控腳本在crontab中運(yùn)行,，它將在沒(méi)有環(huán)境信息的情況下執(zhí)行,。

獲取外部網(wǎng)絡(luò)IP:

外網(wǎng)的IP可以通過(guò)請(qǐng)求其他網(wǎng)站來(lái)來(lái)回回顯示。有些網(wǎng)站提供這種服務(wù),，比如http://ipecho.net/plain或者我懶得自己建的網(wǎng)站：http://alwayscoding.net,。

順序如下,，科爾http://alwayscoding.net

獲取系統(tǒng)信息

建議使用lsb_release -a方法獲取系統(tǒng)信息：

lsb_release -a

LSB版本： base-4.0-amd 64: base-4.0-no arch : core-4.0-amd 64: core-4.0-no arch

經(jīng)銷商ID: CentOS

Deion: CentOS版本6.5(最終版)

版本： 6.5

代號(hào)：最終版

信息豐富，可以截取字符串中需要的部分,；

中央處理器

CPU負(fù)載是我們想要監(jiān)控的主要指標(biāo),。我們常說(shuō)的系統(tǒng)負(fù)載，是指CPU處理的進(jìn)程數(shù)與CPU在一定時(shí)間內(nèi)所能處理的最大進(jìn)程數(shù)的比值,，即一個(gè)CPU的最大負(fù)載為1.0,。在這種情況下，CPU可以完成所有進(jìn)程,。如果超過(guò)這個(gè)限制,，系統(tǒng)將進(jìn)入過(guò)載狀態(tài)，一些進(jìn)程將不得不等待其他進(jìn)程完成執(zhí)行,。我們一般認(rèn)為CPU負(fù)載低于0.6就是健康狀態(tài),。

top命令通常用于查看終端上的系統(tǒng)負(fù)載，但它是交互式的,，數(shù)據(jù)越來(lái)越復(fù)雜,，不利于編寫監(jiān)控腳本。我們一般用uptime通過(guò)它的平均負(fù)載字段來(lái)獲取最近1分鐘,、5分鐘,、15分鐘的平均負(fù)載。

正常運(yùn)行時(shí)間

16:033:30漲130天,，23:33,，1個(gè)用戶，平均負(fù)載： 4.62,，4.97,，5.08

此時(shí)系統(tǒng)的平均負(fù)載在5左右，說(shuō)明系統(tǒng)沒(méi)有過(guò)載,，沒(méi)有錯(cuò)誤,。這是因?yàn)樵诳紤]負(fù)載時(shí)，還應(yīng)該考慮CPU內(nèi)核的數(shù)量,。多核CPU能同時(shí)處理的進(jìn)程數(shù)與其核數(shù)成正比,，其最大負(fù)載不是1，而是其CPU核數(shù)n,。

我們可以使用nproc來(lái)檢查系統(tǒng)的CPU核心數(shù),。我在用的這臺(tái)機(jī)器的核心數(shù)是16，所以它的最大負(fù)載是16,，平均負(fù)載是5/16=0.32,，CPU處于健康狀態(tài)。

內(nèi)存儲(chǔ)器

內(nèi)存是我們想要監(jiān)控的另一個(gè)核心指標(biāo),。如果內(nèi)存占用率過(guò)高,，無(wú)疑會(huì)導(dǎo)致進(jìn)程無(wú)常分配內(nèi)存執(zhí)行,。

我們還可以通過(guò)top命令檢查內(nèi)存使用情況，但是free命令更常用于監(jiān)控：

自由-m

緩存的已用空閑共享緩沖區(qū)總數(shù)

mem : 32108 18262 13846 0 487 11544

-/buffers/cache: 6230 25878

Swap: 0 0 0

首先,，我們來(lái)看看線Mem,。內(nèi)存32108M，已經(jīng)用了18262M,，剩下13846,。那么內(nèi)存利用率就是18262/32108 * 100%=56.88%。那么,，你所說(shuō)的共享,、緩沖和緩存是什么意思呢？

其實(shí)在linux中,，內(nèi)存分配也是一個(gè)偷懶的原則,。當(dāng)內(nèi)存分配給一個(gè)進(jìn)程時(shí)，linux不會(huì)在進(jìn)程完成后立即清理內(nèi)存,，而是將這部分內(nèi)存作為緩存存儲(chǔ),。如果該進(jìn)程重新啟動(dòng)，則無(wú)需重新加載,。如果可用內(nèi)存用完,，這部分緩存將被清空并重新使用。這樣,，使用中的緩沖區(qū)和緩存部分可以隨時(shí)重用,，而不能算作被占用。Shared是進(jìn)程的共享內(nèi)存部分,，會(huì)作為被占用部分使用,，但很少使用。相關(guān)內(nèi)容請(qǐng)參考文末的參考文章,。

真實(shí)數(shù)據(jù)是第三行去掉緩沖區(qū)和緩存的部分,，即真實(shí)內(nèi)存利用率為6230/(6230 25878)*100%=19.4%。

第四行中的交換用于臨時(shí)存儲(chǔ)內(nèi)存緩沖區(qū)和緩存,。雖然在正常情況下可以加快進(jìn)程的重啟速度,，但是當(dāng)物理內(nèi)存較少時(shí)，會(huì)造成頻繁的讀寫swap,，增加服務(wù)器的IO壓力,。用不用要看情況。

網(wǎng)絡(luò)

網(wǎng)絡(luò)linux作為web服務(wù)器使用時(shí)也是一個(gè)非常重要的指標(biāo),。相關(guān)的命令有很多,，但各有所長(zhǎng)。我們通常監(jiān)控以下?tīng)顟B(tài)：

使用netstat查看端口。

netstat-an | greplisten | grep TCP | grep 80檢查是否有任何進(jìn)程正在監(jiān)視端口80,。

使用ping監(jiān)控網(wǎng)絡(luò)連接。

使用ping命令檢查網(wǎng)絡(luò)是否連接,，使用-c選項(xiàng)控制請(qǐng)求數(shù)量,，使用-w選項(xiàng)控制超時(shí)(單位：毫秒)，最后使用符號(hào)的短路特性控制結(jié)果輸出3360,。

ping-w 100-C1 http://weibo.com/開(kāi)發(fā)/零回波'已連接'

硬盤

硬盤不是特別重要的監(jiān)控指標(biāo),，但是硬盤滿了寫文件失敗也會(huì)影響進(jìn)程的正常執(zhí)行。

我們使用df命令檢查磁盤的使用狀態(tài),，并且-h將以易讀的格式輸出：

東風(fēng)-h

已使用的文件系統(tǒng)大小可用百分比裝載于

/dev/vda 1 40克6.0克32克16% /

tmpfs 16G 0 16G 0%/開(kāi)發(fā)/shm

/dev/vdb1 296G 16G 265G 6% /data0

我們可以使用grep命令找到想要查詢的掛載節(jié)點(diǎn),，然后使用awk命令得到結(jié)果字段。

另外,，可以使用du[-h]/path/to/dir[-max-depth=n]來(lái)檢查一個(gè)目錄的大小,，注意使用-max-depth=n來(lái)控制遍歷深度。

跑步/其他

其他監(jiān)控狀態(tài)主要包括流程錯(cuò)誤日志監(jiān)控,、請(qǐng)求數(shù)監(jiān)控,、流程存在狀態(tài)監(jiān)控等。這些可以和一些基本命令一起使用,，比如ps等,。

要了解更多詳細(xì)信息，您需要使用進(jìn)程日志,。使用grep,、awk和其他命令來(lái)分析日志，以獲得更詳細(xì)的信息,。

摘要

最后是監(jiān)測(cè)結(jié)果的統(tǒng)計(jì),。您可以使用一般的“推”和“拉”方法。建議每臺(tái)機(jī)器將結(jié)果推送到一臺(tái)機(jī)器上進(jìn)行統(tǒng)計(jì)和報(bào)警,。也可以使用rsync從各種服務(wù)器拉取,，以及企業(yè)微信、短信,、郵件等報(bào)警方式,。可以根據(jù)需要進(jìn)行配置,。

最后,，系統(tǒng)監(jiān)控是一件需要持續(xù)關(guān)注的重要事情。我希望你的服務(wù)器永遠(yuǎn)不會(huì)停機(jī),。